大模型日报（6月6日资讯篇）

我们希望能够搭建一个AI学习社群，让大家能够学习到最前沿的知识，大家共建一个更好的社区生态。如果想和我们空间站日报读者和创作团队有更多交流，欢迎扫码。

欢迎大家一起交流！

资讯

字节推出Seed-TTS文本到语音模型，可生成媲美人类的语音

字节跳动的团队最新提出了名为 Seed-TTS 的技术，这是一系列大规模自回归文本转语音(TTS)模型，能够生成几平与人类语音无法区分的语音。Seed-TTS 是语音生成的基础模型，在语音上下文学习方面表现出色，在说话人相似性和自然度方面的表现与客观和主观评估中的真实人类语音相匹配。

https://arxiv.org/abs/2406.02430

协作平台 Asana 推出”Al Teammates”功能，可帮助团队布置和计划任务

办公协作平台 Asana 在一份新闻稿中表示，其人工智能模型可以利用存储的团队历史关系和过去项目信息，将工作分配给技能最匹配的人员，例如标记了解品牌风格的设计师来从事创意项目。名为”Al Teammates”的功能可以帮助团队布置任务并确定每个人承担了哪些责任，提出建议和计划。

https://www.theverge.com/2024/6/5/24170480/asana-ai-teammate-workflow-assistant-chatbot

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

一款名为「可灵」全新国产视频生成大模型最近发布。它采用了Sora相似的技术路线，结合多项自研技术创新，生成的视频不仅运动幅度大且合理，还能模拟物理世界特性，具备强大的概念组合能力和想象力。数据上看，可灵支持生成长达2分钟的30fps的超长视频，分辨率高达1080p，且支持多种宽高比。可灵不是实验室放出的Demo或者视频结果演示，而是短视频领域头部玩家快手推出的产品级应用。而且主打一个务实，不开空头支票、发布即上线，可灵大模型已在快影APP中正式开启邀测。

https://mp.weixin.qq.com/s/-knHZA4AU47EkkzIO7O18A

Stable Diffusion老板跑路开新坑，被抛下的SD3开源成了烂摊子

Stability AI前CEO的新公司，终于浮出水面：Schelling AI，就如他当初辞职跑路时所说，致力于“去中心化人工智能系统”。这一消息，由Emad Mostaque本人在最新一次公开亮相中现场宣布。官网域名schelling.ai目前会跳转到官方𝕏，而官方𝕏还是空号。目前仅有的消息是新业务与大语言模型相关，业务方向将集中在政务、医疗保健和教育，换句话说，toB。

https://mp.weixin.qq.com/s/H2a1RzlttnGt_6hpkCaYgg

推特

Udio支持音频上传：上传自己选择的音频剪辑，并使用最多2分钟的上下文，将该剪辑向前或向后扩展32秒

今天，我们宣布一系列更新，首先是一个面向付费用户的新实验功能——音频上传。您可以上传自己选择的音频剪辑，并使用最多2分钟的上下文，将该剪辑向前或向后扩展32秒。

音频上传极大地丰富了您的提示词汇。您可以使用音频来设置节奏和氛围，并从那里进行探索。也许您有一个很棒的开头，但不知道接下来该怎么做，或者有一个完整的混音，但缺少完美的过渡——在这两种情况下，Udio都可以提供灵感。请观看下面的视频了解一些示例（我们在这个过程中玩得很开心）。

https://x.com/udiomusic/status/1798369297758077066

Nomic-Embed-Vision：高质量、统一的图像、文本和多模态任务嵌入空间

今天，每个 Nomic-Embed-Text 嵌入都变成了多模态。现推出 Nomic-Embed-Vision：

一个高质量、统一的图像、文本和多模态任务嵌入空间
性能优于 OpenAI CLIP 和 text-embedding-3-small
开放的权重和代码，以支持独立开发、研究和实验
与 @MongoDB, @llama_index, @LangChainAI, @huggingface, @awscloud, @digitalocean, @LambdaAPI 合作发布

https://x.com/nomic_ai/status/1798368463292973361

AI Agentic 课程：学习如何使用 LangGraph 构建单智能体和多智能体 LLM 应用程序

全新 AI Agentic 课程！学习如何使用 LangGraph 构建单智能体和多智能体 LLM 应用程序。本短期课程由 LangChain 创始人 Harrison Chase 和 Tavily 创始人 Rotem Weiss 讲授，展示如何整合智能体搜索，以在可预测的格式中增强智能体的知识并提供以查询为中心的答案。还将学习如何实现智能体记忆以保存状态进行推理和调试，并了解如何在关键时刻通过人类参与来引导智能体。

您将从零开始构建一个智能体，然后使用 LangGraph 重新构建它，以彻底理解该框架。最后，您将构建一个复杂的论文写作智能体，结合课程中的所有学习内容。

在此报名！https://deeplearning.ai/short-courses/ai-agents-in-langgraph/

https://x.com/AndrewYNg/status/1798378861337723039

Jonathan Whitaker演讲：微调的草图数学

@johnowhitaker 的演讲：“微调的草图数学”非常受欢迎，以至于我们不得不加演一场！

他回答了以下问题：

我什么时候应该使用 LoRA？量化？GC？
最便宜的选项是什么？最准确的呢？
需要什么硬件？
批处理大小/上下文长度等是多少？

https://x.com/HamelHusain/status/1798353336145674483

Meta《无语言落后》（NLLB）论文刚刚发表在Nature发布

LeCun：《无语言落后》（NLLB）论文刚刚发表在《自然》杂志上。

实现200种语言之间的高质量翻译，无论方向如何，使用稀疏的训练数据，包括许多低资源语言。

今天在《自然》杂志上新发布的内容：无语言落后（NLLB）是由Meta的研究人员创建的AI模型，能够在200种语言之间直接进行高质量的翻译——包括低资源语言。

在《自然》杂志上阅读更多内容 ⬇️

https://x.com/AIatMeta/status/1798420492774432769

Will Brown分享LLM知识资源指南

在过去的一年里，我学到了很多关于LLM等方面的知识，并将一些我最喜欢的解释整理成一本“教科书形状”的资源指南。

希望我在一开始就有这个，也许它对其他在类似旅程中的人会有所帮助。

http://genai-handbook.github.io

https://x.com/willccbb/status/1798423849870270671

supervision 0.21.0即将上线，包括 VertexLabelAnnotator，允许使用自定义文本和颜色标注骨架顶点

发布消息：supervision 0.21.0 明天上线

此次更新包括 VertexLabelAnnotator，允许您使用自定义文本和颜色标注骨架顶点。

链接：https://github.com/roboflow/supervision

https://x.com/skalskip92/status/1798416830136303650

Mistral 微调 API 发布，现在可以 La Plateforme 上高效地微调自己的 Mistral 模型并部署它们

Mistral 微调 API 发布了！

您现在可以在 La Plateforme 上高效地微调自己的 Mistral 模型并部署它们：https://mistral.ai/news/customization/

在许多情况下，微调可以让小模型的性能与更大模型相匹配（有时甚至超越），但成本显著降低且生成速度提高。

https://x.com/GuillaumeLample/status/1798415316180988403

产品

Second V2

SecondV2 是一款强大的 AI 驱动代码库维护工具，可以自动执行从 AngularJS 到 React 等各种代码迁移和升级任务，只需简单连接 GitHub 仓库并选择维护模块，就能获得高质量的代码改动，开发人员可以腾出更多时间专注于创新和开发新功能。

https://www.second.dev/

Fliki 新功能

Fliki 是一款使用人工智能技术大幅简化内容创作流程的工具。最新的迭代增加了视频生成、AI 配音、增添视觉素材、AI 头像等功能，帮助用户轻松创造出高品质的视频、音频和设计内容，适用于教学、营销等各种场景。

https://fliki.ai/

投融资

Thoughtly完成300万美元种子轮融资

AI语音代理初创公司Thoughtly宣布完成300万美元种子轮融资，参与者包括Afore Capital、Greycroft和Expansion等。Thoughtly专注于为呼叫中心构建生成式AI语音代理，旨在颠覆传统呼叫中心即服务（CCaaS）模式，提升客户服务的效率和质量。公司CEO Torrey表示，传统CCaaS依赖人类代理，导致高流失率和低效率，而Thoughtly通过无代码界面和AI技术，为各行业企业提供了一种更高效、可扩展的解决方案。

公司官网：https://thought.ly/

https://finance.yahoo.com/news/thoughtly-announces-3m-seed-round-140000234.html

AirMDR完成500万美元融资推动AI原生MDR服务

AirMDR宣布完成500万美元种子轮融资，由Foundation Capital和Storm Ventures领投。这笔资金将用于扩展研发并推动市场进入。AirMDR利用AI虚拟分析师处理80-90%的安全警报分类、调查和响应任务，旨在解决中小企业在网络安全领域的人才短缺和技能不足问题。该公司希望通过先进的AI技术和自动化，实现更高效、低成本的网络安全解决方案。

公司官网：https://airmdr.com/

https://www.businesswire.com/news/home/20240604753990/en/AirMDR-Closes-5-Million-Funding-Round-to-Advance-AI-Native-Managed-Detection-and-Response-MDR-Service

LiveKit完成2250万美元A轮融资，推进实时语音和视频AI应用基础设施建设

LiveKit宣布完成2250万美元的A轮融资，此轮融资由Altimeter领投，Redpoint以及多位AI领域的知名人士参与投资。该笔资金将用于扩展AI基础设施服务，开发新产品，以支持新型实时语音和视频应用。LiveKit自2021年成立以来，已被超过2万名开发者使用，包括顶级私营公司、财富500强企业、紧急救援调度、AI助手、无人机操作等多种应用场景。

公司官网：https://livekit.io/

https://blog.livekit.io/livekit-series-a/

推荐阅读

原创文章，作者：LLM Space，如若转载，请注明出处：https://www.agent-universe.cn/2024/06/14821.html

大模型日报（6月6日资讯篇）

资讯

字节推出Seed-TTS文本到语音模型，可生成媲美人类的语音

协作平台 Asana 推出”Al Teammates”功能，可帮助团队布置和计划任务

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

Stable Diffusion老板跑路开新坑，被抛下的SD3开源成了烂摊子

推特

Udio支持音频上传：上传自己选择的音频剪辑，并使用最多2分钟的上下文，将该剪辑向前或向后扩展32秒

Nomic-Embed-Vision：高质量、统一的图像、文本和多模态任务嵌入空间

AI Agentic 课程：学习如何使用 LangGraph 构建单智能体和多智能体 LLM 应用程序

Jonathan Whitaker演讲：微调的草图数学

Meta《无语言落后》（NLLB）论文刚刚发表在Nature发布

Will Brown分享LLM知识资源指南

supervision 0.21.0即将上线，包括 VertexLabelAnnotator，允许使用自定义文本和颜色标注骨架顶点

Mistral 微调 API 发布，现在可以 La Plateforme 上高效地微调自己的 Mistral 模型并部署它们

产品

Second V2

Fliki 新功能

投融资

Thoughtly完成300万美元种子轮融资

AirMDR完成500万美元融资推动AI原生MDR服务

LiveKit完成2250万美元A轮融资，推进实时语音和视频AI应用基础设施建设

「理论与实践」AIPM 张涛：关于Diffusion你应该了解的一切

— END —

关于作者

LLM Space

大模型日报（6月6日 资讯篇）

资讯

字节推出Seed-TTS文本到语音模型，可生成媲美人类的语音

协作平台 Asana 推出”Al Teammates”功能，可帮助团队布置和计划任务

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

Stable Diffusion老板跑路开新坑，被抛下的SD3开源成了烂摊子

推特

Udio支持音频上传：上传自己选择的音频剪辑，并使用最多2分钟的上下文，将该剪辑向前或向后扩展32秒

Nomic-Embed-Vision：高质量、统一的图像、文本和多模态任务嵌入空间

AI Agentic 课程：学习如何使用 LangGraph 构建单智能体和多智能体 LLM 应用程序

Jonathan Whitaker演讲：微调的草图数学

Meta《无语言落后》（NLLB）论文刚刚发表在Nature发布

Will Brown分享LLM知识资源指南

supervision 0.21.0即将上线，包括 VertexLabelAnnotator，允许使用自定义文本和颜色标注骨架顶点

Mistral 微调 API 发布，现在可以 La Plateforme 上高效地微调自己的 Mistral 模型并部署它们

产品

Second V2

Fliki 新功能

投融资

Thoughtly完成300万美元种子轮融资

AirMDR完成500万美元融资推动AI原生MDR服务

LiveKit完成2250万美元A轮融资，推进实时语音和视频AI应用基础设施建设

— END —

关于作者

相关推荐

大模型日报（6月6日资讯篇）